午夜亚洲国产日本电影一区二区三区,九九久久99综合一区二区,国产一级毛片视频,草莓视频在线观看精品最新

加急見刊

基于粒子群極限學習機的排氣溫度裕度預測

戴邵武; 陳強強; 劉志豪; 戴洪德 海軍航空大學; 山東煙臺264000; 海軍92214部隊; 浙江寧波315000

摘要：排氣溫度是表征發動機工作狀態的主要參數之一,通過對多個飛行架次的排氣溫度裕度(Exhaust Gas Temperature Margin,EGTM)進行預測分析,能夠在一定程度上反映發動機工作性能,為后續故障檢測工作提供理論依據。針對EGTM數據的非線性、非平穩特征,提出了基于粒子群優化算法(Particle Swarm Optimization,PSO)的極限學習機(Extreme Learning Machine,ELM)預測方法。通過ELM構建EGTM的預測模型,并利用PSO算法對其參數進行優化以保證模型的精確性;以某航空發動機EGTM數據作為驗證,結果表明,相比于傳統的預測方法,RMSE與MAE分別降低至1.889 8、1.0,有效提高了預測精度。

注: 保護知識產權,如需閱讀全文請聯系儀表技術雜志社